{"title":"Klasifikasi Gambar Catat Meter Menggunakan Convolutional Neural Network","authors":"Tias Novika Haryanti","doi":"10.24114/j-ids.v1i2.42454","DOIUrl":"https://doi.org/10.24114/j-ids.v1i2.42454","url":null,"abstract":"Listrik merupakan kebutuhan pokok manusia dalam menjalankan setiap kegiatan, yang pemakaiannya dapat diukur menggunakan KWH Meter. Di Indonesia pelanggan listrik dibagi menjadi dua yaitu Prabayar dan Pascabayar. Pelanggan listrik pascabayar memerlukan pencatatan angka yang tertulis pada KWH meter untuk mengetahui rupiah tagihan listrik yang harus dibayarkan. Dalam pelaksanaan pencatatan angka tersebut, tidak jarang ditemukan kendala seperti pagar rumah pelanggan yang terkunci sehingga petugas tidak berhasil memotret angka stan meter. Oleh karena itu PLN rutin melakukan validasi atas keseluruhan data pencatatan meter. Penelitian ini bertujuan untuk memvalidasi data catat meter yang berupa gambar dan diklasifikasikan kedalam tiga kelas menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur Resnet34. Pada penelitian ini mendapat hasil tingkat akurasi tertinggi sebesar 97.50%. Kata Kunci: Listrik, KWH, Klasifikasi, CNN, Resnet34.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"13 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-01-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130520227","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Klasifikasi Penyakit Demam Menggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation","authors":"Citra Permatasari Harahap","doi":"10.24114/j-ids.v1i2.38680","DOIUrl":"https://doi.org/10.24114/j-ids.v1i2.38680","url":null,"abstract":"Proses klasifikasi menggunakan komputer dapat diterapkan dengan menggunakan metode-metode klasifikasi salah satunya metode Jaringan Syaraf Tiruan dengan algoritma Backpropagation. Penerapan algoritma Backpropagation dalam Klasifikasi Penyakit Demam diawali dengan tahapan pelatihan pada data latih sebanyak 135 data, diperoleh variasi learning rate dan neuron hidden layer terbaik dengan cara trial dan error. Pengujian dilakukan pada data uji yaitu sebanyak 15 data, hasil pengujian berupa klasifikasi penyakit Demam yang dibandingkan hasilnya dengan target sebenarnya. Parameter- parameter optimal dalam klasifikasi penyakit Demam menggunakan metode Jaringan Syaraf Tiruan algoritma Backpropagation adalah neuron pada hidden layer sebanyak 29 neuron, nilai learning rate 0.1, nilai MSE mencapai target error sebesar 0.001 dengan menggunakan fungsi aktivasi sigmoid bipolar diperoleh tingkat akurasi 100%","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"32 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-01-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123676000","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Sistem Deteksi Konten Negatif pada Teks Website Menggunakan Metode Random Forest","authors":"Aldiva Wibowo","doi":"10.24114/j-ids.v1i2.42737","DOIUrl":"https://doi.org/10.24114/j-ids.v1i2.42737","url":null,"abstract":"Internet saat ini telah mengalami perkembangan yang signifikan sebagai sarana untuk mencari informasi yang memberikan dampak positif bagi kehidupan sehari-hari masyarakat. Namun, di samping itu, internet juga menjadi tempat yang efektif untuk menyebarkan informasi yang memberikan dampak negatif, seperti penyebaran konten negatif kepada masyarakat. Untuk mengatasi masalah ini, pemerintah telah menetapkan sistem laporan dan DNS (Domain Name System) yang dikenal sebagai Trust Positif. Namun, upaya tersebut masih tergolong tidak efektif karena hanya didasarkan pada DNS dan laporan masyarakat. Oleh karena itu, tujuan dari penelitian ini adalah untuk menggunakan metode Machine Learning untuk membuat model klasifikasi konten negatif website berdasarkan isi teks website. Metode yang digunakan dalam penelitian ini adalah Random Forest. Proses penelitian dimulai dengan melakukan preprocessing pada data teks dengan pendekatan NLP (Natural Language Processing) dan kemudian mengaplikasikan metode Machine Learning. Hasil dari pengujian menunjukkan bahwa Random Forest cukup efektif dalam penelitian ini, dengan nilai accuracy sebesar 92%, precision sebesar 77%, dan recall sebesar 86%. Nilai tersebut didapatkan melalui pengujian dengan menggunakan 526 url website.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"2 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-01-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129552168","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
A. Salsabila, Jeremia Jordan Sihombing, Rizky Irvandi Sitorus
{"title":"Implementasi Algoritma Support Vector Machine Untuk Analisis Sentimen Aplikasi OLX di Playstore","authors":"A. Salsabila, Jeremia Jordan Sihombing, Rizky Irvandi Sitorus","doi":"10.24114/j-ids.v1i2.42597","DOIUrl":"https://doi.org/10.24114/j-ids.v1i2.42597","url":null,"abstract":"Analisis sentiment adalah menganalisis opini, sentimen, evaluasi, penilaian, sikap, dan emosi orang-orang terhadap entitas seperti produk, layanan, organisasi, individu, masalah, peristiwa, topik, dan atributnya. Support Vector Machine (SVM) adalah salah satu algoritma klasifikasi yang bisa digunakan untuk sentimen analisis. Penelitian ini bertujuan mengklasifikasikan review OLX Google Play Store menggunakan analisis sentimen yang telah dikumpulkan dan disaring. Hasil dari penelitian ini sangat berguna bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Penelitian ini menggunakan 2500 data ulasan aplikasi OLX dari Google Play Store. Pada tahap pertama penelitian ini menggunakan Case Folding, Filtering, Tokenizing, Slang Word, Stopwords, Stemming, kemudian melakukan Konversi kalimat lalu mentransformasi teks ke vector dengan TfidfVectorizer. Pada tahap kedua melakukan spilt data menjadi dua bagian dengan perbandingan 80% dan 20%, yaitu 80% bagian untuk data training dan 20% bagian untuk data testing. Pada tahap terakhir membangun model sehingga diperoleh akurasi sebesar 85%, precision negatif sebesar 86% dan positif sebesar 82% , serta recall negatif sebesar 91% serta postif sebesar 73% dan f1-score sebesar 85%. Dapat disimpulkan dari sentimen analisis aplikasi OLX berdasarakan ulasan di Playstore memuat lebih banyak ulasan negatif dibandingkan ulasan positif, hal ini dapat menjadi bahan evaluasi untuk kedepannya bagi pemilik aplikasi.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129476994","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"PENGEMBANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK PENYEBARAN PENYAKIT COVID-19 MENGGUNAKAN METODE K-MEANS (Studi Kasus : Kabupaten Deli Serdang)","authors":"Syasa Anbar Pratiwi","doi":"10.24114/j-ids.v1i2.42424","DOIUrl":"https://doi.org/10.24114/j-ids.v1i2.42424","url":null,"abstract":"Tingkat penyebaran kasus Covid-19 di Indonesia diketahui masih cukup tinggi. Penambahan kasus Covid-19 juga belum mengalami penurunan yang signifikan. Persebaran yang juga sudah menyebar hampir ke seluruh wilayah di Indonesia, salah satunya di kabupaten Deli Serdang. Adanya 22 kecamatan di Deli Serdang yang menjadi persebaran kasus Covid-19. Untuk memudahkan dalam mengetahui informasi persebaran Covid-19 maka perlunya peneliti untuk menentukan tingkat persebaran terkait penyebarannya dalam menentukan wilayah mana saja yang beresiko. Untuk mengetahui informasi penyebaran Covid-19 maka di butuhkanlah sebuah Sistem Informasi Geografis untuk memetakan wilayah yang terdeteksi tingkat penyebarannya.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"11 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123677683","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"RANCANG BANGUN SISTEM INFORMASI PENJUALAN PADA TOKO UCOK IYAN","authors":"Erma Windia Ningsih","doi":"10.24114/j-ids.v1i1.23399","DOIUrl":"https://doi.org/10.24114/j-ids.v1i1.23399","url":null,"abstract":"Toko Ucok Iyan merupakan salah satu toko yang bergerak dibidang penjualan bahan kebutuhan pokok yang memiliki tujuan utama yaitu meningkatkan penjualan secara pesat dan menjadi salah satu toko yang maju. Sistem pada perusahaan tersebut saat ini proses berjalannya dibantu dengan penggunaan komputer namun proses pendataan masih berupa manual dan belum adanya laporan bagi perusahaan tersebut. Beberapa produk miliknya diantaranya Rokok, Sembako, Makanan Ringan dan berbagai jenis barang lainnya. Sehingga hal ini masih menjadi hambatan bagi kecepatan, kemudahan dan akurasi data. Masalah yang timbul saat ini adalah laporan cetak terima barang yang masih dilakukan secara manual, sistem pembayaran yang belum menggunakan sistem terkomputerisasi, Sulitnya untuk mendata barang karna masih bersifat manual, Sulitnya memproses data pengiriman, karena kurang efektif jika barang yang sudah dikirim dimasukan ke data pengiriman dengan manual, Sulitnya menghitung hasil penjualan pertahun, karena terlalu banyak berkas untuk menampung data penjualan, dan sulit dalam mengetahui barang yang diretur. Dengan adanya rancang bangun sistem informasi penjualan ini maka diharapkan dapat mengurangi masalah yang terjadi pada perusahaan tersebut serta pemilik perusahaan dapat meningkatkan profit pada perusahaanya.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"220 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-09-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131557504","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"IMPLEMENTASI ALGORITMA OTSU THRESHOLDING DENGAN MEDIAN FILTER DALAM SEGMENTASI CITRA DIGITAL NASKAH KUNO BATAK (STUDI KASUS: MUSEUM NEGERI PROVINSI SUMATERA UTARA)","authors":"Nia Novita","doi":"10.24114/j-ids.v1i1.24153","DOIUrl":"https://doi.org/10.24114/j-ids.v1i1.24153","url":null,"abstract":"ABSTRAKSebagian dari naskah kuno Batak yang ada di Museum Negeri Provinsi Sumatera Utara mengalami kerusakan seperti robek, tulisan tidak terlihat jelas sehingga susah untuk dibaca dan terdapat noda di naskah tersebut karena usianya yang sudah puluhan bahkan ratusan tahun. Naskah kuno Batak tidak akan bertahan lama jika tidak ditangani atau dirawat dengan baik. Oleh sebab itu dibutuhkanya sebuah perawat yang dapat melestarikan naskah kuno Batak dengan jangka yang lebih lama. Salah satu cara untuk melestarikan naskah kuno Batak dan membuat naskah kuno Batak lebih dapat dibaca serta jelas, maka dapat dilakukan dengan cara segmentasi citra. Dengan segmentasi citra, naskah kuno Batak dapat diubah kedalam bentuk naskah kuno Batak citra digital yang dapat disimpan kedalam media penyimpanan. Segmentasi citra yang diterapkan adalah melakukan pemisahan background citra naskah kuno dengan teks naskah kuno Batak kedalam bentuk citra hitam dan puith, sehingga citra naskah kuno Batak yang tidak jelas dapat dibaca lebih baik. Segmentasi citra memerlukan metode, pada penelitian ini metode yang digunakan adalah Otsu Thresholding dengan Median Filter, tahapan metode Otsu Thresholding adalah mengubah citra naskah kuno kedalam citra luminosity grayscale, kemudian mengitung nilai rata-rata dan threshold, sehingga dilakukan pemisahan berdasarkan nilai threshold kemudian dilanjutkan dengan tahapan Median Filter sehingga menghasilkan citra naskah kuno Batak dengan pemisahan antara objek dan background citra. Kata Kunci: Naskah Kuno, Batak, Segmentasi, Citra, Otsu Thresholding, Median","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128117853","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Peramalan Curah Hujan Di Kota Medan menggunakan Metode Support Vector Regression","authors":"Nadhilla Asyraf Siregar","doi":"10.24114/j-ids.v1i1.38544","DOIUrl":"https://doi.org/10.24114/j-ids.v1i1.38544","url":null,"abstract":"Penelitian ini dilakukan pada data curah hujan Kota Medan. Selama ini curah hujan tidak dapat ditebak tinggi-rendahnya, sehingga banyak dari masyarakat yang masih kurang strategi dalam menghadapi naik turunnya curah hujan. curah hujan merupakan salah satu variabel penentu kondisi iklim, berkaitan langsung dengan keberhasilan bidang pertanian, dan perkebunan. Peningkatan jumlah penduduk, pembangunan dan perkembangan kota, pertumbuhan industri, kepadatan lalu lintas, deforestasi, dan lain sebagainya juga telah banyak menarik perhatian dalam masalah perubahan iklim. Oleh karena itu, digunakan metode SVR (Support Vector Regression) untuk memprediksi curah hujan setiap bulan di tahun yang akan datang agar membantu pihak-pihak yang terdampak curah hujan memantapkan strategi dalam menghadapi naik-turunnya curah hujan. Tujuan penelitian ini untuk mengetahui peramalan curah hujan di Kota Medan dan mengetahui ketepatan peramalan. Hasil Prediksi SVR menunjukkan bahwa metode prediksi SVR ini sangat bagus digunakan untuk memprediksi curah hujan dengan ketepatan peramalan dilihat dari pengujian nilai RMSE terhadap nilai parameter pada model SVR. Adapun RMSE terbaik sebesar 0.038800637 dengan gamma sebesar 0.0005, C sebesar 0,0001, dan epsilon sebesar 1.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115279266","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Analisis Survival Model Regresi Cox terhadap Laju Kesembuhan Pasien Penyakit Dispepsia di RSUD Kabupaten Aceh Tamiang","authors":"Nurul Khiana Safitri","doi":"10.24114/j-ids.v1i1.38521","DOIUrl":"https://doi.org/10.24114/j-ids.v1i1.38521","url":null,"abstract":"Analisis survival merupakan metode untuk menganalisis data berdasarkan waktu. Penelitian ini menganalisis faktor laju kesembuhan pasien dispepsia RSUD Kabupaten Aceh Tamiang menggunakan regresi cox proportional hazard. Populasi penelitian berupa rekam medis pasien dispepsia rawat inap di RSUD Kabupaten Aceh Tamiang pada Januari-Desember 2018, sedangkan sampel diambil sebanyak 87 pasien. Hasil menunjukkan faktor yang mempengaruhi laju kesembuhan pasien adalah infeksi Helicobacter pylori, dimana laju kesembuhan pasien yang tidak terinfeksi Helicobacter pylori 6,019 kali lebih cepat dari pasien terinfeksi Helicobacter pylori yang berarti pasien penderita penyakit dispepsia yang terinfeksi Helicobacter pylori memiliki laju kesembuhan lebih lama dari pasien tidak terinfeksi Helicobacter pylori.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"83 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126187277","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Forecating Composite Stock Price Index (CSPI) Using Long Short Term Memory (LSTM)","authors":"Intan Elprida Silaban","doi":"10.24114/j-ids.v1i1.38571","DOIUrl":"https://doi.org/10.24114/j-ids.v1i1.38571","url":null,"abstract":"The Composite Stock Price Index (CSPI) is an index that displays developments the whole movement of the company's share price in the stock market which refers to the Indonesia Stock Exchange (IDX). Before considering investment, investors can predict the Indonesian stock market is up and down by CSPI analysis. The main objective of this research is to propose forecasting model of CSPI using Long Short Term Memory (LSTM). The performance of LSTM model measured by Root Mean Square Error (RMSE). The results showed that the best LSTM models is model with number of neuron in hidden layer and epoch (iterations) were 10 and 10, respectively. The RMSE values achieved from the LSTM models for testing data is 0,0633. Visually, the prediction graph is almost similar with original data.","PeriodicalId":445236,"journal":{"name":"Journal of Informatics and Data Science","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-06-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123649612","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}